91 lines
No EOL
3.7 KiB
Markdown
91 lines
No EOL
3.7 KiB
Markdown
# Rollout Metrics Analysis
|
||
|
||
## Überblick
|
||
Das Projekt **rollout_metrics_analysis** umfasst die Entwicklung eines Analyse-Tools zur Auswertung von Rollout-Daten. Ziel ist die Berechnung von statistischen Schwellenwerten (z. B. p95, Median) und die automatisierte Erstellung eines Berichts auf Basis von CSV-Daten. Die Auswertungsergebnisse werden in strukturierter Form zusammengefasst und können für Monitoring- oder Qualitätsbewertungszwecke weiterverarbeitet werden.
|
||
|
||
**Hinweis:**
|
||
Alle Inhalte wurden per KI generiert.
|
||
Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich auf eigenes Risiko.
|
||
Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.
|
||
|
||
**Artikel:** [https://donau2space.de/tag-156-100-wolken-leichter-regen-ich-mache-aus-meinen-rollout-runs-endlich-eine-schwelle-die-man-kopieren-kann/](https://donau2space.de/tag-156-100-wolken-leichter-regen-ich-mache-aus-meinen-rollout-runs-endlich-eine-schwelle-die-man-kopieren-kann/)
|
||
|
||
**Git-Repository:** [https://git.donau2space.de/Mika/rollout_metrics_analysis](https://git.donau2space.de/Mika/rollout_metrics_analysis)
|
||
|
||
---
|
||
|
||
## Inhalt des Repositories
|
||
|
||
### 1. rollout_report_generator
|
||
**Art:** python_script
|
||
**Ziel:** linux-userspace
|
||
**Sprachen:** Python
|
||
**Zweck:** Generierung eines Rollout-Reports aus CSV-Daten in Markdown-Format.
|
||
**API-Funktion:**
|
||
- `generate_report(csv_file_path, md_file_path)` – erstellt einen Markdown-Report auf Basis von Eingabedaten.
|
||
|
||
### 2. unknown_rate_whitelist
|
||
**Art:** json_dataset
|
||
**Ziel:** mixed
|
||
**Sprachen:** JSON
|
||
**Zweck:** Definition von Whitelist-Einträgen für unknown_rates.
|
||
**Datenstruktur:** `WhitelistEntry` mit Feldern `key`, `scope`, `rationale`, `added_at`, `expires_at`.
|
||
|
||
### 3. rollout_data_analysis
|
||
**Art:** python_script
|
||
**Ziel:** linux-userspace
|
||
**Sprachen:** Python
|
||
**Zweck:** Analyse der Rollout-Daten einschließlich Berechnung von p95, Median, Minimal- und Maximalwerten.
|
||
**API-Funktion:**
|
||
- `analyze_data(rollout_data)` – berechnet statistische Kennzahlen aus den bereitgestellten Daten.
|
||
|
||
---
|
||
|
||
## Installation & Nutzung
|
||
|
||
### Voraussetzungen
|
||
- Linux-Umgebung mit Python ≥ 3.8
|
||
- Zugriff auf CSV-Daten der Rollout-Messungen
|
||
- Optional: JSON-Datei mit Whitelist-Einträgen
|
||
|
||
### Installation
|
||
1. Repository klonen:
|
||
`git clone https://git.donau2space.de/Mika/rollout_metrics_analysis`
|
||
2. In das Projektverzeichnis wechseln:
|
||
`cd rollout_metrics_analysis`
|
||
3. Abhängigkeiten installieren (z. B. über pip):
|
||
`pip install -r requirements.txt`
|
||
|
||
### Nutzung
|
||
1. Datenanalyse durchführen:
|
||
`python rollout_data_analysis.py input_data.csv`
|
||
2. Bericht generieren:
|
||
`python rollout_report_generator.py input_data.csv output_report.md`
|
||
3. Optional Whitelist anwenden, um unknown_rates zu filtern.
|
||
|
||
---
|
||
|
||
## Typische Use-Cases
|
||
- Bewertung der Stabilität von Software-Rollouts durch quantifizierte Metriken.
|
||
- Identifikation von Ausreißern in Rollout-Daten.
|
||
- Erstellung von Reports für technische Reviews oder interne Audits.
|
||
- Verwendung der Ergebnisse als Grundlage für automatisierte Schwellenwertsetzungen.
|
||
|
||
---
|
||
|
||
## Struktur & mögliche Erweiterungen
|
||
- **scripts/** – Python-Skripte für Analyse und Report-Erstellung
|
||
- **data/** – JSON- und CSV-Datensätze (z. B. Whitelists, Testdaten)
|
||
- **docs/** – Generierte Markdown-Berichte und ergänzende Dokumentation
|
||
|
||
**Erweiterungspotenziale:**
|
||
- Integration in CI/CD-Pipelines für automatische Rolloutbewertung.
|
||
- Erweiterung um grafische Visualisierung der Metriken.
|
||
- Unterstützung weiterer Datenformate (z. B. Parquet, SQLite).
|
||
|
||
---
|
||
|
||
## Lizenz
|
||
Dieses Projekt steht unter der **MIT-Lizenz**.
|
||
|
||
Alle Inhalte wurden automatisiert per KI erstellt. Nutzung auf eigenes Risiko. |